PREDIKSI JANTUNG MENGGUNAKAN ALGORITMA K-MEDOIDS

Abstrak

Penelitian ini bertujuan untuk mengeksplorasi penerapan algoritma K-Medoids dalam memprediksi risiko penyakit jantung. Penyakit jantung merupakan salah satu penyebab utama kematian di dunia, dan deteksi dini sangat penting untuk mencegah kematian. Algoritma K-Medoids digunakan untuk mengelompokkan data pasien berdasarkan atribut klinis seperti tekanan darah, kadar kolesterol, dan usia, yang diambil dari platform Kaggle. Data pra-pemrosesan dilakukan untuk menghilangkan nilai yang hilang dan normalisasi atribut agar K-Medoids bekerja secara optimal. Hasil penelitian menunjukkan bahwa tiga klaster utama terbentuk, yaitu klaster dengan risiko rendah, sedang, dan tinggi, dengan Silhouette Score sebesar 0.58, yang menunjukkan kualitas klastering yang cukup baik. Hasil penelitian ini memberikan wawasan yang dapat digunakan untuk membangun sistem prediksi risiko yang lebih efektif dalam bidang medis.